基于大模型的智能反馈在初中Python编程学习中的应用研究

Abstract

随着信息技术的快速发展和教育改革的不断深化，人工智能在教育领域的应用取得了长足进步，尤其在编程教育领域。本研究结合教育部提出的教育目标，探讨智能反馈在初中Python编程学习中的作用，分析学生对反馈的感知如何影响其认知负荷和编程表现。利用通义千问大语言模型，在编程自动评测系统桑田中为学生提供智能反馈，识别代码错误并提出改进建议。研究表明，学生的反馈感知与认知负荷呈显著负相关，高反馈感知的学生在代码改进率和编程测试成绩上表现更佳。线性回归建模得出学生的内在认知负荷是影响编程表现的关键因素。虽然大语言模型能够生成个性化的反馈，但是反馈质量仍有提升空间。